摘  要以安徽省淮北市2013年的遥感影像为数据源，辅以地形地物高程信息，即研究区的DEM数据，对遥感影像进行分类。一般的遥感影像分类方法是，在没有DEM数据作为输入通道的情况下，采用最大似然法实行监督分类。本文在常规的分类方法上，引入DEM数据参与遥感影像的分类。通过阅读文献和查阅书籍，学习了相关理论和ERDAS软件操作，对图像进行预处理和分类等操作。对比两种分类方法的结果，得出结论：在研究区地物高程具有差异的情况下，引入DEM数据参与遥感影像的分类，分类结果的精度较高。71137

该论文有图5幅，表2个，参考文献16个。

毕业论文关键词：遥感影像；  常规分类方法；  DEM数据；  精度；

Remote Sensing Image Classification DEM Assisted

Abstract Use remote sensing image of Huaibei City, Anhui Province in 2013 as data sources, combined with terrain elevation information, namely DEM data of the study area, remote sensing image classification. Usually remote sensing image classification method, under the circumstances lack of DEM data as input channel, using the maximum likelihood method implemented supervised classification. This article based on a conventional classification methods, involved the introduction of DEM data with remote sensing image classification. By reading literature and referring to books, learning theory and operation of ERDAS software for image preprocessing and classification operations. Comparative results of the two methods of classification, concluded that: the case has a difference in elevation of study area , the introduction of DEM data involved in remote sensing image classification with a higher classification accuracy.

The papers contain Figure 5, Table 2, reference 16.

Key Words: Remote Sensing Image;  General Classification;  DEM Data;  Accuracy;

目录

摘  要 I

ABSTRACT II

目录 III

图清单 V

表清单 V

1 绪论 1

1.1 选题的依据与意义 1

1.2 本文研究内容 1

2 遥感图像分类的原理和过程 2

2.1 遥感图像分类的原理 2

2.2 遥感图像分类的过程 2

3 利用等高线生成格网DEM的过程 3

3.1 数字高程模型的定义 3

3.2 建立DEM的方法和步骤 3

3.3 运用等高线分布采样点来建立DEM 3

3.4 获得格网DEM数据 4

4 遥感影像的分类方法 5

4.1 监督分类 5

4.2 非监督分类 5

5 高程数据参与遥感影像分类的原理 6

5.1 特征选择和特征提取 6

5.2 基于DEM数据的TM图像分类流程 7

6 实验分析 8

6.1 研究区淮北市概况 8

6.2 实验数据 8

6.3 实验结果 9

6.4 分类结果的解析